Points2Grid 通过OpenTopography设施( )运行的数千个作业得到了证明,Points2Grid是一个强大的可扩展工具,可以使用本地网格方法生成数字高程模型(DEM)。 局部网格化算法根据用户提供的半径,使用围绕每个网格单元定义的圆形邻域来计算网格单元高程。 此邻域称为bin,而网格单元称为DEM节点。 对于落在仓中的点,最多可以计算四个值(最小值,最大值,平均值或反距离加权(IDW)平均值)。 然后将这些值分配给相应的DEM节点,并用于表示该bin表示的邻域上的海拔变化。 如果在给定的bin中未找到任何点,则DEM节点将收到一个空值。 Points2Grid服务还提供了空值归档选项,该选项通过3、5或7个像素的方形移动窗口应用反距离加权焦点均值,以填充DEM中具有空值的像元。 如果LIDAR发射密度超过根据这些数据生成的网格的分辨率,Points2Grid所采用的
2023-03-01 14:46:32 240KB C++
1
为实现无人作战飞机(UCAV,Unmanned Combat Aerial Vehicle)认知导航的空间方位自主推算,提出了一种基于多尺度网格细胞的路径整合方法.该方法模拟背侧内嗅皮层(dMEC,dorsal Medial Entorhinal Cortex)的相同区域网格细胞放电特征相同、不同区域放电特征递增变化的特点,构建尺度递增的仿生多尺度网格图组,在各层中引入突触样式(synaptic pattern)计算各细胞权值,通过细胞的活跃度变化表征各网格层中位置的变化,并在各层分别实现路径整合,进而利
2023-02-24 16:05:32 352KB 自然科学 论文
1
类脑导航中基于差分Hebbian学习的网格细胞构建模型
2023-02-23 19:17:00 1.75MB 研究论文
1
自主导航条件下网格细胞放电模型
2023-02-23 19:15:52 2.66MB 研究论文
1
适用于船舶与海洋工程领域的大学生和研究生,需要模型和网格进行CFD计算的人,适合入门使用。
2023-02-23 15:06:01 6.69MB 标模
1
% 用法:ILD=ra_ild(temp,Z,dT) % % 描述:此函数根据剖面数据确定等温层深度 (ILD) % 基于主观方法的集合。 如果您有 3D 数据集,即水平、纬度和经度并且想要% 来计算 ILD,那么这个函数会很方便。 因为这个功能是专门% 专为这些情况设计。 但是,它也可以根据配置文件数据评估 ILD。 % % 输入: % temp = 研究区域内的温度分布 [deg. C],3D 或矢量% Z = Levels [m],必须是向量% dT = 温差标准 [deg. C],必须是标量% % 输出: % ild = 等温层深度,空间输出 [m] % % 免责声明: % 虽然这个功能只是为了学术目的而设计的,但它可以在% 研究。 尽管如此,作者不保证准确性。
2023-02-21 16:35:53 3KB matlab
1
% 它被定义为基于温度的 MLD(或 ILD)和基于百分比密度的 MLD。 即当 ILD 和 MLD 之间的差异为正时,它% 视为阻挡层厚度 (BLT),否则为补偿层厚度。 % 用法:BLT=ra_blt(salt,temp,Z,dT) % % 先决条件: % 除了SW Package,你还必须有以下函数:ra_ild.m 和ra_mld.m % % 说明:此功能根据轮廓数据确定屏障层厚度 (BLT) % 基于主观方法的集合。 如果您有 3D 数据集,即水平、纬度和经度并且想要% 来计算 BLT,那么这个函数会很方便。 因为这个函数是% 专为这些情况设计。 但是,它也可以从配置文件数据评估 BLT。 % % 输入: % salt = 研究区域的盐度分布 [psu],3D 或矢量% temp = 研究区域内的温度分布 [deg. C],3D 或矢量% Z = Levels [m],必须是向量
2023-02-21 16:29:35 2KB matlab
1
乳腺癌数据集 Python 预测模型 乳腺癌数据集二分类预测 机器学习 深度学习 网格搜索+logistic逻辑回归+神经网络+SVM支持向量机+KNN 条形图折线图可视化 预测效果较好,拟合较为准确。 jupyter notebook numpy pandas matplotlib sklearn 数据分析 数据挖掘
1
虎杖 驱动PROJ以简单明了的方式使用VDatum网格的Python模块。 要求已经安装了VDatum(您可以在找到VDatum。在Python3中开发。 VDatum是“由NOAA的 ,和联合开发的一种免费软件工具,在地理信息系统之间垂直转换地理空间数据。各种潮汐,正高和椭球形垂直基准”。 Vyperdatum允许VDatum以干净,精确的方式用于生产测深处理软件中。 此外,Vyperdatum会构建自定义的Composite and Vertical CRS对象,该对象很好地记录了所产生的变换,以便稍后可以准确地应用逆变换以返回到枢轴基准(NAD83(2011)/ EPSG:6319。 快速开始 Vyperdatum提供给主要班级: VyperPoints-用于转换2d / 3d点数据集 VyperRaster-用于转换GDAL支持的栅格数据集 对于这些对象中的任何一个,第一次运
2023-02-11 21:06:02 43.15MB Python
1
精确计算球体和网格单元的重叠体积和面积 计算球体与通常使用的网格元素(例如四面体或六面体)之一的相交或重叠体积是令人惊讶的挑战。 这个仅标头的库实现了一种数字健壮的方法来确定此卷。 该代码中使用的数学表达式和算法在进行了描述。 因此,如果您在产生任何出版物的项目中使用该代码,请引用本文。 利用用于计算重叠体积的概念和例程,也可以使用此库来计算球体的相交或重叠区域以及网格元素的小平面。 用法 支持的原语 重叠计算直接支持以下元素类型: 四面体(4个节点/顶点,数据类型为Tetrahedron ) 五面体/楔形/三角棱镜(5个节点/顶点,数据类型为Wedge ) hexahedra(6个节点/顶点,数据类型为Hexahedron ) 元素必须是凸形的,并且必须指定为三维节点/顶点的列表,而球体(数据类型Sphere )则需要一个中心点和半径。 节点排序 重叠库的元素类型遵循项目的
1